As empresas entram em pânico com os custos da IA - o retorno do CFO ao processo

O *The Economist* documenta o que se vê nas *data rooms*: as faturas de LLM explodem, os CFOs assumem o controle. O "PoC infinito" tem um custo, e o ROI torna-se a linha de vida de cada projeto de IA.

Em termos simples

Após dois anos de FOMO, as grandes empresas estão fazendo as contas: suas faturas de IA (OpenAI, Anthropic, Azure OpenAI, AWS Bedrock) superam em várias vezes as projeções iniciais. Resultado: o CFO reassume o controle, projetos-piloto que não geram retorno são cancelados, e os modelos são colocados em concorrência linha a linha.

O caso

Segundo The Economist (junho de 2026), os gastos com IA nas empresas continuaram a crescer fortemente em 2025-2026, mas uma maioria dos casos de uso não atinge o limiar de ROI positivo, segundo os CIOs entrevistados. Três causas se destacam:

1. O custo por token não é a verdadeira despesa. O custo real é o humano-in-the-loop: revisão, correção, orquestração, governança. Proporção observada no campo: tipicamente 3 a 5× o custo bruto do modelo.
2. O contexto destrói as margens. Passar de uma janela curta para uma janela longa (com RAG) multiplica a fatura em uma ordem de magnitude para o mesmo caso de uso.
3. O multi-modelo explode a orquestração. Uma boa prática — rotear tarefas simples para Haiku/Nano — é paga com complexidade de infraestrutura que poucos CIOs dominam de fato.

A ação concreta assume duas formas: (a) repatriação parcial para modelos open-weights hospedados (Llama, Qwen, DeepSeek) — a participação self-hosted avança rapidamente nos workloads de IA corporativa; (b) contratos com limiares junto aos fornecedores — a Microsoft negocia agora tarifas mínimas para suas grandes contas.

Por baixo do capô

• Métrica-chave: o "custo por tarefa bem-sucedida" — não os tokens faturados, mas o custo médio de um entregável que passa pela revisão.
• Roteador inteligente: redução significativa de custo (muitas vezes 30-50%) quando uma camada de classificação prévia direciona para um pequeno modelo por padrão (LiteLLM, Portkey, tiering próprio da Anthropic).
• Cache de prompt: subutilizado — até -75% no prompt do sistema repetido (Anthropic prompt cache).

E então?

Três consequências. Primeiro: a fase de "deixem os devs escolher" acabou, as finanças entram em cena. Segundo: os vendedores que conseguem demonstrar um ROI mensurável (não slides de "produtividade +30%") levam a melhor. Terceiro: é a hora do open-weight — não por ideologia, mas por economia. A se observar: a taxa de churn inbound da OpenAI em seus 500 maiores clientes no fim de 2026.